องค์กรจำนวนมากมี AI ใช้งานแล้ว ทั้งผู้ช่วยทำงาน AI Agent แชตบอต ห้องทดลอง AI และกรณีการใช้งานจำนวนมาก งบประมาณที่เทให้ AI ก็เพิ่มขึ้นตามไปด้วย แต่คำถามสำคัญไม่ใช่ว่าองค์กรมี AI มากแค่ไหน แต่อยู่ที่ทรัพยากรที่ลงไปสร้างผลกระทบต่อธุรกิจและนำไปสู่การเปลี่ยนแปลงขององค์กรได้จริงหรือไม่
เรืองโรจน์ พูนผล ผู้ร่วมก่อตั้ง House of Wisdom กล่าวว่า งบประมาณลงทุนด้าน AI ของบริษัทในอุตสาหกรรมต่าง ๆ เพิ่มจาก 0.8% ของรายได้ในปีก่อน เป็น 1.7% ในปีนี้ หลายบริษัทมีทั้งงบประมาณ AI และกรณีการใช้งานจำนวนมาก แต่กลับเกิด “Zero P&L Impact” หรือไม่ส่งผลต่องบกำไรขาดทุน สถานการณ์เช่นนี้ทำให้สิ่งที่เรียกว่า AI Transformation อาจกลายเป็นเพียง “AI Theater”
การวัดความสำเร็จด้วยจำนวนกรณีการใช้งานจึงไม่เพียงพอ แม้แต่ละกรณีจะสร้างผลกระทบในตัวเอง สิ่งที่ต้องเริ่มวัดคือคุณค่าที่เกิดขึ้น เพราะการนำบริษัทแบบเดิมมาใส่ AI ไม่ได้ทำให้กลายเป็นองค์กรที่สร้างขึ้นบน AI ตั้งแต่ต้น หรือ AI-Native Company หากสิ่งที่ทำยังเป็นเพียงการใช้ AI ทำงานบนโครงสร้างและวิธีคิดจากอดีต
เลิกใช้ AI ทำงานแบบเดิมออกแบบองค์กรใหม่
การนำ AI ไปใช้กับสิ่งที่ถูกออกแบบมาสำหรับโลกเดิม ถูกเปรียบเหมือนการทำม้าให้ตัวใหญ่ขึ้น หรือการนำ Ferrari ไปใช้เดินทางบนดวงจันทร์ สิ่งที่องค์กรต้องกลับมาถามคือ หากสร้างองค์กรขึ้นใหม่ในวันนี้ โดยมี AI อยู่ตั้งแต่วันแรก และ AI จะเก่งขึ้นพร้อมกับมีต้นทุนถูกลงเรื่อย ๆ องค์กรยังควรถูกออกแบบเหมือนเดิมหรือไม่
ในอดีต ความฉลาดเป็นสิ่งที่หายากและมีราคาแพง แต่วันนี้ความฉลาดจาก AI มีอยู่มากขึ้นจนกลายเป็นสิ่งที่เข้าถึงได้ทั่วไป ขณะที่โมเดล AI ชั้นนำมีความสามารถเข้าใกล้กันมากขึ้น ในช่วง 30 เดือนที่ผ่านมา ผลิตภาพเพิ่มขึ้นพันเท่า ขณะที่ต้นทุนของการใช้ปัญญา การสร้างสรรค์ การประสานงาน และการทดลองลดลงอย่างมาก การตัดสินใจทำได้เร็วขึ้น และคนแต่ละคนสามารถทำงานได้มากขึ้น
AI จึงไม่ควรเปลี่ยนเฉพาะวิธีทำงาน แต่ควรเปลี่ยนสิ่งที่องค์กรสามารถเป็นได้ เพราะความเปลี่ยนแปลงกำลังเกิดขึ้นทั้งในระดับอุตสาหกรรม รูปแบบธุรกิจ และพฤติกรรมของลูกค้า
Agentic Commerce เป็นตัวอย่างหนึ่ง จากเดิมที่ลูกค้าซื้อสินค้ากับผู้ค้าโดยตรง กำลังเข้าสู่รูปแบบที่ AI Agent สามารถพูดคุยและทำงานระหว่างกันได้ ตั้งแต่ช่วยค้นหาสินค้า ไปจนถึงการสั่งซื้อ และเมื่อ AI ได้รับอำนาจมากขึ้น ก็สามารถไปถึงการชำระเงินอัตโนมัติได้ ขณะที่ลูกค้าเริ่มใช้ AI Agent ในการค้นหาและเลือกซื้อสินค้ามากขึ้น
เมื่อทั้งต้นทุนและการเข้าถึงความฉลาดจาก AI อุตสาหกรรม รูปแบบธุรกิจ และพฤติกรรมลูกค้าเปลี่ยนไป หากองค์กรยังถูกสร้างขึ้นเพื่อรองรับอดีตและยังใช้ AI ทำสิ่งเดิม ก็ไม่สามารถเดินต่อไปในรูปแบบเดิมได้
AI-Native ต้องเริ่มจากผู้นำ
AI-Native Transformation ประกอบด้วย 4 ด้าน คือ See, Reinvent, Unleash และ Judge หรือการมองเห็นอนาคต การออกแบบองค์กรใหม่ การปลดปล่อยศักยภาพของคน และการใช้วิจารณญาณในการตัดสินใจ โดยต้องเริ่มจากผู้บริหารระดับสูง ทั้ง CEO, CXO และผู้นำองค์กร
อุปสรรคแรก คือการขาดวิสัยทัศน์ ทำให้องค์กรไม่เห็นว่าข้างหน้ากำลังเกิดอะไรขึ้น ตามมาด้วยกับดักจากการสร้างกรณีการใช้งานจำนวนมาก การพึ่งพาคนนอกมากจนองค์กรขาดความสามารถในการสร้างนวัตกรรมด้วยตัวเอง รวมถึงการปรับปรุงกระบวนการเดิมที่ยังไม่ไปถึงการออกแบบองค์กรใหม่
ในฝั่งของผู้นำยังมีปัญหาจากการตั้งเป้าหมายที่ไปผิดทิศ ความสับสนจากเทคโนโลยีที่เปลี่ยนแปลงตลอดเวลา ตัวเลือกจำนวนมากโดยไม่ได้วัดคุณค่าที่เกิดขึ้น รวมถึงข้อมูลที่ส่งขึ้นไปถึง CEO หรือผู้บริหารระดับสูง ซึ่งผ่านการกรองหลายชั้นจนข้อมูลที่ได้รับอาจไม่ครบถ้วน
ด้านแรกจึงเป็น See หรือการมองอนาคตเชิงกลยุทธ์ เพราะโลกอยู่ในภาวะที่มีความไม่แน่นอนสูง ผู้นำต้องมองหาสัญญาณที่เพิ่งเริ่มปรากฏ จินตนาการถึงอนาคต เตรียมพร้อมรับอนาคต และปรับตัว โดยไม่ควรคาดการณ์อนาคตไว้เพียงรูปแบบเดียว แต่ต้องมองหลายสถานการณ์ เตรียมทางเลือกเชิงกลยุทธ์ และเริ่มขยับตั้งแต่เนิ่น ๆ
หน้าที่ขององค์กรจึงไม่ใช่เพียงการทำนายอนาคต แต่ต้องไม่ปล่อยให้ความเปลี่ยนแปลงเกิดขึ้นโดยองค์กรไม่ทันตั้งตัว และต้องมีส่วนสร้างอนาคตขึ้นมาเอง
จากเพิ่มประสิทธิภาพ สู่เปลี่ยนธุรกิจทั้งระบบ
การใช้ AI ระดับแรกคือการเพิ่มประสิทธิภาพ เช่น สรุปการประชุมหรือช่วยพัฒนาซอฟต์แวร์ แต่ขั้นต่อไปคือการเปลี่ยนงานทั้งขอบเขตตั้งแต่ต้นจนจบ เช่น เปลี่ยนงานด้านการตลาดทั้งหมด ไปจนถึงการสร้างรูปแบบธุรกิจ ผลิตภัณฑ์ และบริการใหม่ด้วย AI
ความสำเร็จของ AI Transformation มีเรื่องโมเดล AI ประมาณ 10% เทคโนโลยีและระบบไอที 20% ส่วนอีก 70% อยู่ที่คน การบริหารการเปลี่ยนแปลง วิธีทำงาน วัฒนธรรม บุคลากร และทักษะ
การหยิบ AI สำเร็จรูปเข้ามาใช้กับข้อมูลของบริษัทจึงยังไม่พอ AI ต้องได้รับการเตรียมให้รู้จักองค์กรเหมือนการรับพนักงานใหม่เข้ามาทำงาน ตั้งแต่ข้อมูลภายในบริษัท ภาษาหรือคำศัพท์เฉพาะที่ใช้ในองค์กร บริบทของธุรกิจ ข้อมูลที่ได้รับการปรับให้ทันสมัย ความสามารถในการลงมือทำ และขอบเขตควบคุมการทำงาน
AI ยังต้องเข้าใจข้อมูลเฉพาะของแต่ละธุรกิจ รวมถึงโครงสร้างที่ทำหน้าที่เหมือนแผนที่ขององค์กร ความรู้ที่สั่งสมอยู่ภายใน ความรู้จากประสบการณ์ที่ฝังอยู่กับพนักงาน และข้อมูลเฉพาะที่องค์กรมี
มีการประมาณว่าความรู้ 80% ในองค์กรฝังอยู่กับพนักงาน บางครั้งแม้แต่เจ้าตัวก็อธิบายความรู้นั้นออกมาได้ยาก เมื่อ AI เข้าใจข้อมูล ความรู้ และบริบทเหล่านี้ได้ สิ่งเหล่านี้คือความได้เปรียบในการแข่งขันที่แท้จริง ไม่ใช่เพียงความสามารถของโมเดล AI
ในระดับ AI Agent ยังต้องมีระบบจัดตารางงาน ระบบดำเนินงาน ระบบกำหนดสิทธิ์การเข้าถึง และระบบควบคุม เพื่อกำหนดว่า AI เข้าถึงข้อมูลใดได้ ทำอะไรได้ เมื่อใด และอยู่ภายใต้ขอบเขตแบบไหน เมื่อขยับขึ้นไปสู่การใช้ AI ช่วยตัดสินใจในระดับองค์กร ก็ต้องมีบริบท ข้อมูลแบบเวลาจริง และระบบที่ทำให้ AI สามารถลงมือทำงานได้
เลิกปั๊ม Use Case เลือก 1–3 เรื่องให้เกิดผลจริง
ส่วนที่หนักกว่าตัวเทคโนโลยีคือการเปลี่ยนคนและองค์กร AI-Native Transformation จะสำเร็จเมื่อ CEO ลงมาขับเคลื่อนด้วยตัวเอง ผู้บริหารระดับสูงต้องกำหนดให้ AI เป็นเรื่องสำคัญขององค์กร สร้างความเข้าใจเรื่อง AI ให้คนทั้งองค์กร และลงทุนอย่างจริงจัง แต่หลักสำคัญคือ ทำน้อยลง ไม่ใช่ทำให้มากขึ้น
แทนที่จะปั๊มกรณีการใช้งานออกมาจำนวนมาก องค์กรควรเลือกเพียง 2–3 ขอบเขตธุรกิจ แล้วลงไปทำให้ลึกและครอบคลุมจนเกิดผลจริง ก่อนขยับไปทำเรื่องต่อไป พร้อมกับพัฒนาทักษะคนและปรับองค์กรให้สอดคล้องกับการเปลี่ยนแปลง
แนวทางนี้เป็นการเปลี่ยนจากโรงงานผลิต Use Case ไปสู่การเปลี่ยนธุรกิจเป็นเรื่อง ๆ โดยเลือกสิ่งที่ใหญ่พอจะสร้างผลกระทบ แต่มีขอบเขตที่สามารถทำให้สำเร็จได้ แม้แต่องค์กรที่มีความสามารถในการทำ AI-Native Transformation สูง ก็เลือกทำครั้งละเพียง 1–3 เรื่อง
การเลือกว่าจะเปลี่ยนเรื่องใด สามารถดูจากปัญหาของลูกค้า ความต้องการที่ยังไม่ได้รับการตอบสนอง ความสูญเปล่าในกระบวนการ หรือเปรียบเทียบกับองค์กรอื่นทั่วโลก จากนั้นจึงหาองค์ประกอบที่จะสร้างคุณค่า เลือกแนวทางแก้ปัญหา แล้วค่อยแตกออกมาเป็นกรณีการใช้งาน พร้อมออกแบบข้อมูลและเทคโนโลยีที่รองรับ
ตัวอย่างหนึ่งคือบริษัทสินค้าอุปโภคบริโภคแห่งหนึ่งที่เลือกการตลาดเฉพาะบุคคลเป็นเรื่องที่จะเปลี่ยน แล้วลงไปทำอย่างเต็มที่ แตกออกเป็นองค์ประกอบที่สร้างคุณค่า เลือกแนวทางแก้ปัญหาและกรณีการใช้งาน แทนการเริ่มจากการสร้าง Use Case จำนวนมากจากล่างขึ้นบน พร้อมพยายามสร้างแพลตฟอร์มที่ทำครั้งเดียวแล้วสามารถนำไปใช้ได้ทั้งองค์กร
AI เปลี่ยนโครงสร้างคนและงาน
การเปลี่ยนองค์กรไม่ได้หยุดอยู่ที่เทคโนโลยี เพราะทั้งรูปแบบการบริหารบุคลากร ภาวะผู้นำ โครงสร้างองค์กร ระบบบริหาร การกำหนดทักษะที่ต้องการในอนาคต วัฒนธรรม สภาพแวดล้อมในการทำงาน รวมถึงระบบค่าตอบแทน ล้วนต้องเปลี่ยนตามไปด้วย
โครงสร้างบุคลากรกำลังเปลี่ยนจากรูปพีระมิดไปสู่รูปเพชร โดยสัดส่วนพนักงานระดับเริ่มต้น ซึ่งเดิมอยู่ที่ 45% ลดลงเหลือ 7.5% บทบาทของพนักงานระดับเริ่มต้นจึงลดลง แม้จะยังไม่ได้หายไปทั้งหมด
องค์กรต้องกำหนดให้ชัดว่างานใดจำเป็นต้องทำโดยมนุษย์ งานใดเป็นพื้นที่ที่มนุษย์ยังมีบทบาทสำคัญ งานใดสามารถปล่อยให้เครื่องจักรหรือ AI ทำ และงานใดควรให้มนุษย์ทำงานร่วมกับ AI โดยพิจารณาทั้งระดับการปฏิสัมพันธ์ระหว่างคน และลักษณะของงานว่ามีขอบเขตและคำตอบที่ชัดเจนมากน้อยเพียงใด
งานบางประเภท เช่น งานพยาบาล ยังต้องอาศัยปฏิสัมพันธ์ระหว่างคนสูง งานที่ปรึกษาทางการเงินสามารถให้มนุษย์ทำงานร่วมกับ AI ได้ ส่วนงานอย่างนักจิตวิทยา ครู และพนักงานขายอาวุโส ยังเป็นงานที่ต้องใช้มนุษย์เป็นหลัก การวางกลยุทธ์ยังเป็นงานที่มนุษย์มีบทบาทสำคัญ ขณะที่งานเขียนโค้ดพื้นฐาน ซึ่งมีขอบเขตและเกณฑ์ความสำเร็จชัดเจน สามารถให้ AI ทำได้
จากเดิมที่องค์กรต้องวางคนให้ถูกกับงาน ต่อไปต้องเลือก AI ให้ถูกกับงานด้วย เพราะ AI แต่ละโมเดลมีต้นทุนในการใช้งานและระดับความเสี่ยงแตกต่างกัน
จากพนักงาน สู่เจ้าของผลลัพธ์
โครงสร้างองค์กรในอนาคตจะให้ความสำคัญกับ Directly Responsible Individual หรือ DRI ซึ่งหมายถึงคนที่รับผิดชอบผลลัพธ์ของงานตั้งแต่ต้นจนจบ สามารถขับเคลื่อนงานด้วยตัวเอง ใช้ AI มาช่วยทำงาน และประสานงานข้ามสายงาน โดยมีลักษณะเหมือนผู้บริหารของงานที่ตัวเองรับผิดชอบ
โครงสร้างองค์กรอาจลดจำนวนชั้นลง โดยแต่ละคนต้องมีสิ่งที่ตัวเองรับผิดชอบอย่างชัดเจน มีความรับผิดชอบต่อผลลัพธ์ และได้รับอำนาจในการทำงาน
รูปแบบการทำงานยังสามารถเป็นทีมขนาดเล็กที่มี AI Agent เข้ามาช่วยเพิ่มความสามารถ พร้อมเงินทุนและความเป็นเจ้าของงานในระดับสูง มีตัวอย่าง SME ที่เมื่อพนักงานต้องการออกไปสร้างแบรนด์หรือช่องของตัวเอง เจ้าของธุรกิจเลือกลงทุนให้พนักงานออกไปทำธุรกิจ แทนที่จะปล่อยให้ออกไปแข่งขันกันเอง
สำหรับบุคลากรที่มีความสามารถระดับสูง งานที่เหมาะสมจะเป็นงานที่โจทย์ยังไม่ชัดเจน งานที่ต้องใช้การคัดเลือกและตัดสินคุณภาพสูง งานที่ต้องประสานความเห็นจากหลายฝ่าย งานกำกับดูแลที่มีความเสี่ยงสูง รวมถึงงานที่ต้องอาศัยความไว้วางใจมาก
บทบาทของ CEO ก็เปลี่ยนไปสู่การเป็นผู้ตัดสินใจหลัก เป็นผู้ออกแบบระบบ ดูแลการกำกับและจัดสรรเงินทุน พร้อมกับสร้างสภาพแวดล้อมที่ทำให้คนในองค์กรมีความเป็นเจ้าของและกล้าสร้างสิ่งใหม่
ยิ่ง AI ฉลาดผู้นำยิ่งต้องมีวิจารณญาณ
แม้ AI จะมีความสามารถทั้งด้านการคาดการณ์ การสร้างเนื้อหา และการลงมือทำงาน แต่มี 4 เรื่องที่ผู้บริหารระดับสูงไม่สามารถมอบหมายให้ AI ทำแทนได้ ได้แก่ Judgment, Taste, Conviction และ Courage
Judgment คือวิจารณญาณในการมองอนาคต Taste คือการรู้ว่าอะไรดี Conviction คือความเชื่อมั่นในการตัดสินว่าอะไรถูกต้อง และ Courage คือความกล้าที่จะตัดสินใจว่าจะรับความเสี่ยงใด
ทักษะเหล่านี้มีความสำคัญมากขึ้นในโลกที่เต็มไปด้วยความไม่แน่นอน เพราะองค์กรอาจทำงานได้อย่างสมบูรณ์แบบ แต่กำลังทำไปบนอนาคตที่เลือกผิด
AI สามารถทำให้คนฉลาดขึ้น แต่ก็สามารถทำให้คนเป็นผู้นำที่แย่ลงได้ เพราะวิจารณญาณที่ดีจะยิ่งเป็นสิ่งที่หาได้ยาก หน้าที่ของมนุษย์ยังอยู่ที่การเลือก การตัดสินใจ การยืนยันว่าจะเดินไปทางใด และการประเมินสิ่งที่เกิดขึ้น เพื่อให้ความฉลาดของเครื่องจักรทำงานร่วมกับภูมิปัญญาของมนุษย์
กรอบ AI-Native Enterprise จึงกลับมาที่ 4 ด้าน คือ มองเห็นอนาคตให้เร็ว ออกแบบองค์กรใหม่ ปลดปล่อยความเป็นผู้ประกอบการของคนในองค์กร และใช้วิจารณญาณตัดสินใจ
AI ต้องทำโดยมนุษย์เพื่อมนุษย์
การเปลี่ยนองค์กรด้วย AI ต้องทำโดยมนุษย์และเพื่อมนุษย์ เรืองโรจน์ ตั้งคำถามว่า จะเกิดอะไรขึ้นเมื่อ AI ฉลาดกว่ามนุษย์ พร้อมย้ำว่า ความเป็นมนุษย์มีมากกว่าความฉลาด การที่ AI มีความฉลาดเหนือกว่ามนุษย์ไม่ได้หมายความว่าคุณค่าความเป็นมนุษย์จะลดลง เพราะคุณค่าของมนุษย์ยังประกอบด้วยความเห็นอกเห็นใจ ความเมตตา ความหมาย ความใส่ใจ ความรัก และความกล้าหาญ
ระหว่างการเปลี่ยนองค์กรด้วย AI ผู้นำจึงต้องไม่ลืมความเป็นมนุษย์ ยิ่งเป็นผู้นำระดับสูงมากเท่าใด ผลกระทบที่มีต่อองค์กรก็ยิ่งมากขึ้น และไม่ควรให้สิ่งที่ทิ้งไว้เมื่อมองย้อนกลับมา กลายเป็นความภูมิใจเพียงว่าสามารถนำ AI เข้ามาแล้วลดจำนวนคนได้มากเพียงใด
“การเปลี่ยนแปลงต้องทำโดยมนุษย์และเพื่อมนุษย์” เรืองโรจน์ กล่าวและตั้งคำถามว่า “สิ่งที่กำลังทำอยู่นั้นทำไปเพื่ออะไร และต้องการสร้างอนาคตแบบไหน พร้อมย้ำว่า AI จะไม่เป็นผู้กำหนดอนาคต แต่เป็นพวกเราที่จะมีส่วนกำหนดและสร้างอนาคตขึ้นมา”
ช่วง 5 ปีนับจากปี 2026 ถึง 2030 จึงเป็นช่วงเวลาสำคัญ โดยเขายกการจำลองหลายหมื่นสถานการณ์ของ BCG มาอธิบายว่า การกระทำและการตัดสินใจในช่วง 5 ปีนี้จะกำหนดอนาคตในอีกหลายสิบปีข้างหน้า
สถานการณ์หนึ่งคือโลกที่ AI ช่วยสร้างความอุดมสมบูรณ์และพัฒนาเทคโนโลยีเพื่อแก้ปัญหาต่าง ๆ ส่วนอีกสถานการณ์เป็นโลกที่เศรษฐกิจเติบโตสูง แต่ความมั่งคั่งกระจุกตัวอยู่กับนวัตกรรม เทคโนโลยี และคนบางกลุ่ม จนนำไปสู่ความเหลื่อมล้ำอย่างรุนแรง
“การใช้ AI เทคโนโลยี และความเป็นมนุษย์ ต้องเป็นไปเพื่อสร้างหนทางไปสู่ความมั่งคั่งสำหรับทุกคน โดยไม่ลืมคุณค่าความเป็นมนุษย์ระหว่างการสร้างอนาคตด้วย AI” เรืองโรจน์ กล่าวทิ้งท้าย
ข่าวอื่น ๆ ที่น่าสนใจ
ศุภจี ชี้ไทยต้องปรับเกมเศรษฐกิจ ลดพึ่งพาเดิมรับโลกเปลี่ยน
KBTG Techtopia: Human of Tomorrow เมื่อมนุษย์ต้องกำหนดทิศทาง AI
